Additive Multilocus Burden and Epistatic Interactions Improves Genetic Risk Predictions for Complex Diseases
تقدم هذه الدراسة إطار عمل لدرجة المخاطر متعددة الجينات الموسعة (ePRS) يدمج التفاعلات متعددة المواقع غير الإضافية وتأثيرات التفاعل بين الجينات والبيئة لتحسين التنبؤ بالمخاطر الجينية للأمراض المعقدة مثل داء السكري من النوع الثاني وداء السيلياك بشكل كبير، وذلك عبر رصد الأفراد المعرضين لمخاطر عالية الذين تغفلهم النماذج الإضافية التقليدية.
المؤلفون الأصليون:Multerer, K., Atkinson, P., Woods, L., Tanigawa, Y., Kellis, M., Munkacsi, A.
تخيل حمضك النووي كدليل تعليمات ضخم وقديم مكتوب بشفرة مكونة من أربعة أحرف. لعقود من الزمن، حاول العلماء التنبؤ بمن قد يمرض عبر قراءة هذا الدليل سطراً بسطر، بافتراض أن كل حرف بمفرده يضيف مقداراً ضئيلاً ومستقلاً من المخاطر. يشبه هذا محاولة تخمين نكهة حساء عن طريق تذوق كل مكون على حدة ثم جمع النكهات معاً. هذا الأسلوب يعمل بشكل جيد نوعاً ما، لكنه يغفل عن "السحر" الذي يحدث عندما تختلط المكونات. في العالم الحقيقي، تتفاعل المكونات: فالثوم يغير طعم البصل، والملح يغير سلوك الطماطم. في علم الوراثة، تُسمى هذه التفاعلات "التآثر الجيني" (epistasis) (عندما تتحدث الجينات مع بعضها البعض) و"التفاعل بين الجينات والبيئة" (عندما تتفاعل جيناتك مع أشياء مثل نظامك الغذائي أو التوتر). السؤال الكبير الذي طرحه العلماء هو: إذا نظرنا فقط إلى المكونات واحداً تلو الآخر، فما مقدار "النكهة" التي سنفقدها من نكهة المرض؟
هذه الورقة البحثية، التي تحمل عنوان "العبء متعدد المواقع الجمعي والتفاعلات التآثرية يحسنان تنبؤات المخاطر الجينية للأمراض المعقدة"، تغوص في تلك النكهة المفقودة. فقد صمم الباحثون نوعاً جديداً من حاسبات المخاطر الجينية، لا يكتفي بمجرد جمع المكونات؛ بل ينظر في كيفية اصطدامها ببعضها البعض وكيفية تفاعلها مع "بيئة المطبخ" (مثل سكر الدم أو وزن الجسم). لقد اختبروا ذلك على مرضين مختلفين تماماً: داء السكري من النوع الثاني، وهو يشبه حساءً معقداً يحتوي على مئات المكونات المتفاعلة، وداء السيلياك، وهو أشبه بطبق تهيمن عليه بهارات واحدة أو اثنتان قوية جداً.
استخدم الفريق، بقيادة كيري مولترر وأندرو ب. مونكاسي، بيانات من 235,000 شخص من "المجمع الحيوي البريطاني" (UK Biobank) لبناء خمس نسخ مختلفة من حاسبتهم الجديدة. ووجدوا أن الطريقة القديمة في جمع المخاطر (الطريقة "الجمعية") كانت تشبه الاستماع إلى جوقة غنائية حيث يغني الجميع نفس النوتة الموسيقية. أما طريقتهم الجديدة، فقد استمعت إلى التناغمات والنشاز. واكتشفوا أن نسخاً مختلفة من حاسبتهم الجديدة رصدت مجموعات مختلفة من الأشخاص المعرضين لخطر عالٍ. في الواقع، بالنسبة لداء السكري من النوع الثاني، تم تفويت أكثر من نصف الأفراد المعرضين للخطر الذين رصدتهم النماذج الجديدة تماماً بواسطة الطريقة القديمة. الأمر كما لو أن الحاسبة القديمة كانت تبحث عن الأشخاص الذين يرتدون قبعات حمراء، بينما كانت الحاسبات الجديدة تبحث أيضاً عن الأشخاص الذين يرتدون أوشحة زرقاء، وأحذية خضراء، وقفازات صفراء، لتجد العديد من الأشخاص الذين تجاهلهم النوع الأول.
وعندما دمجوا كل هذه "الآذان" المختلفة في حاسبة خارقة واحدة، تمكنوا من رصد المزيد من الأفراد المعرضين للخطر، بما في ذلك الأشخاص الذين يبدون بصحة مثالية وفقاً للفحوصات الطبية القياسية مثل مؤشر كتلة الجسم أو مستويات سكر الدم. ومع ذلك، تشير الورقة أيضاً إلى أن هذا النهج الجديد يعمل بشكل أفضل مع الأمراض ذات الوراثة المعقدة والمتداخلة. أما بالنسبة لداء السيلياك، الذي يقوده بشكل أساسي عدد قليل من الإشارات الجينية القوية جداً (مثل بهار واحد طاغٍ)، فإن الطريقة الجديدة لم تضف قيمة إضافية كبيرة. ويشير الباحثون إلى أنه على الرغم من أن هذا النهج ليس علاجاً سحرياً بعد، إلا أنه يفتح باباً لفهم الأجزاء التفاعلية الخفية من مخاطرنا الجينية التي تجاهلناها لفترة طويلة جداً. وهم يؤكدون أن هذه النتائج تحتاج إلى اختبارها في مجموعات أكثر تنوعاً وفي بيئات سريرية واقعية قبل أن يتمكن الأطباء من استخدامها، لكن النتائج تشير إلى أن النظر في كيفية تفاعل الجينات مع بعضها البعض ومع بيئتنا هو خطوة حاسمة تالية للتنبؤ بمن قد يمرض.
ملخص تقني: عبء تعدد المواقع الجمعي والتفاعلات فوق الجينية يحسن التنبؤ بالمخاطر الجينية للأمراض المعقدة
بيان المشكلة تقوم درجات المخاطر الجينية المتعددة (PRS) التقليدية بتقدير المخاطر الجينية من خلال تجميع التأثيرات الجمعية المستمدة من دراسات الارتباط الجينومي الكامل (GWAS). ومع ذلك، فإن مخاطر الأمراض المعقدة تعكس الوراثة واسعة النطاق (H2)، والتي تشمل التفاعلات بين الجينات (فوق الجينية) والتفاعلات بين الجينات والبيئة، وهي عناصر تستبعدها النماذج الجمعية القياسية بشكل منهجي. وبينما حاولت طرق عديدة نمذجة التأثيرات الجينية ذات الرتب العليا، إلا أن العديد منها إما فشل في الاحتفاظ صراحةً بمصطلحات التفاعل أو ضحى بالقدرة على التفسير في سبيل الأداء التنبئي. وبناءً على ذلك، لا يزال مدى قدرة تمثيلات الميزات المدركة للتفاعل على التقاط مكونات متكاملة وغير متداخلة من المخاطر متعددة الجينات غير واضح.
المنهجية قام المؤلفون بتطوير إطار عمل لتعلم الآلة القابل للتفسير، يُسمى درجات المخاطر الجينية الموسعة (ePRS)، لدمج ترميزات ميزات متعددة المواقع المتكاملة صراحةً مع الاحتفاظ بالمواقع المساهمة والمتغيرات البيئية. استخدمت الدراسة بيانات لما يقرب من 235,000 مشارك من بريطانيين بيض غير أقرباء من مشروع (UK Biobank)، تم تقسيمهم إلى مجموعات تدريب (70%)، وتحقق (20%)، ومجموعة اختبار مستقلة (10%).
ركز إطار العمل على مرضين بخصائص جينية متباينة: مرض السكري من النوع الثاني (T2D)، وهو مرض شديد تعدد الجينات، ومرض السيلياك (CD)، الذي يهيمن عليه تأثير مستضد الكريات البيضاء البشرية (HLA) الكبير.
تضمنت المنهجية الأساسية ما يلي:
اكتشاف الميزات: تحديد أزواج الـ SNP ذات الدلالة الإحصائية باستخدام فحص التفاعل السريع من (PLINK) (p<5×10−6).
استراتيجيات الترميز المزدوج: تم تحويل نفس أزواج الـ SNP الهامة إلى تمثيلين متميزين للميزات:
العبء الجمعي متعدد المواقع (G+G): جمع أعداد الأليلات عبر المواقع المزدوجة لالتقاط العبء الأليلي التراكمي.
التفاعل فوق الجيني الإحصائي (G×G): ضرب أعداد الأليلات لنمذجة الانحرافات عن الاستقلال الجمعي.
تدريب النموذج: تم تدريب سبعة نماذج انحدار لوجستي خاضعة لعقوبة (L1-Lasso) على مجموعات الميزات هذه (G, G+G, G×G, G+G×E, G×G×E، والمتغيرات المدمجة).
تصفية التكرار: تم تطبيق بروتوكول إحصائي صارم (باستخدام معامل كوهين κ، ومؤشر جاكارد، واختبار دي لونج) لتحديد والاحتفاظ فقط بالنماذج المتميزة إحصائيًا، مما يضمن أن النماذج المحتفظ بها تلتقط مجموعات عالية المخاطر فريدة بدلاً من الإشارات المتكررة.
الدرجة المركبة: تم بناء درجة مركبة (ePRSComp) من خلال تصنيف الأفراد كعالي المخاطر إذا تجاوزوا العتبة في أي من النماذج المتميزة المحتفظ بها.
النتائج الرئيسية
مجموعات عالية المخاطر متميزة: في مرض السكري من النوع الثاني (T2D)، تم الاحتفاظ بخمسة نماذج (ePRS) متميزة إحصائيًا. حددت هذه النماذج أفرادًا معرضين للخطر بشكل غير متداخل إلى حد كبير. وتحديدًا، تم تحديد 78% من حالات مرض السكري من النوع الثاني في مجموعة التحقق، وكان 53% من هذه الحالات حصريًا لنموذج واحد. كانت نماذج (G+G) و(G×G) غير متكررة رغم اشتقاقها من نفس أزواج الـ SNP، مما يشير إلى أنها تلتقط إشارات بيولوجية متكاملة.
تفوق اكتشاف الحالات: أدى دمج هذه النماذج المتكاملة في درجة مركبة (ePRSComp) إلى تحسين اكتشاف الحالات بما يتجاوز درجات المخاطر الجينية الجمعية القياسية (PRSG) والمؤشرات السريرية التقليدية. في مجموعة الاختبار المستقلة، حدد (ePRSComp) نسبة 77% من حالات مرض السكري من النوع الثاني (2,077/2,696)، بما في ذلك 1,323 حالة إضافية فاتتها (PRSG) وحدها.
الأهمية السريرية: نجحت الدرجة المركبة في إعادة تصنيف الأفراد ضمن النطاقات السريرية الطبيعية (مثل مؤشر كتلة الجسم الطبيعي، والجلوكوز، والهيموجلوبين السكري HbA1c) إلى فئات عالية المخاطر. بالنسبة للجلوكوز، كان تحسن إعادة التصنيف الصافي (NRI) إيجابيًا (0.08)، مما يشير إلى أن (ePRSComp) يلتقط مكونات المخاطر الجينية المكملة للعتبات السريرية القياسية.
الاعتماد على البنية الجينية: كانت فوائد نمذجة التفاعل مرتبطة بالمرض؛ ففي مرض السكري من النوع الثاني (T2D)، التقطت نماذج التفاعل مخاطر فريدة كبيرة. أما في مرض السيلياك (CD)، فقد كانت المكاسب أكثر تواضعًا بسبب البنية الجمعية التي يهيمن عليها (HLA)، ومع ذلك، حددت نماذج التفاعل حالات فريدة، خاصة تلك المدفوعة بالتفاعل بين (HLA) والبيئة.
القابلية للتفسير البيولوجي: ارتبطت ميزات النماذج المحددة بمسارات بيولوجية متميزة وأنواع فرعية معروفة لمرض السكري من النوع الثاني (SAID, SIDD, SIRD, MOD, MARD). فعلى سبيل المثال، كانت نماذج (G×G×E) غنية بتمثيل عمليات التمثيل الغذائي للكبد/الدهون والسكري المقاوم للأنسولين الشديد (SIRD)، بينما أظهرت نماذج (G+G) تمثيلًا أوسع عبر وظائف خلايا بيتا ومسارات التمثيل الغذائي.
الأهمية والادعاءات يزعم البحث أن تمثيلات الميزات متعددة المواقع المتكاملة تلتقط مكونات متميزة من المخاطر متعددة الجينات التي تغفلها درجات (PRS) الجمعية التقليدية. ويجادل المؤلفون بأن مقاييس التمييز التجميعية مثل (AUC) قد تقلل من قيمة نماذج التفاعل عندما تحدد الترميزات الميزات المتعامدة أفرادًا متميزين معرضين للخطر.
المساهمات الرئيسية تشمل:
إثبات التكامل: إظهار أن العبء الجمعي (G+G) والتفاعل الإحصائي (G×G) يلتقطان مجموعات فرعية متميزة من الأفراد المعرضين للخطر، حتى عند اشتقائهما من نفس البيانات الجينية الأساسية.
معالجة الوراثة المفقودة: تقديم دليل على أن التأثيرات الجينية غير الجمعية والتفاعلات بين الجينات والبيئة تساهم بشكل كبير في الوراثة واسعة النطاق في الأمراض الاستقلابية مثل السكري من النوع الثاني.
الفائدة السريرية: إظهار كيف يمكن للنهج المركب أن يحدد الأفراد المعرضين للخطر الذين قد يتم تفويتهم لولا ذلك بواسطة الفحص السريري القياسي، لا سيما أولئك الذين لديهم ملفات تعريف استقلابية طبيعية.
القابلية للتفسير: الحفاظ على التفسير البيولوجي من خلال نمذجة مصطلحات التفاعل صراحةً، مما يسمح بتوليد فرضيات قابلة للاختبار فيما يتعلق بأزواج مواقع محددة وسياقات بيئية معينة.
يخلص المؤلفون إلى أن فائدة دمج ترميزات الميزات المتعددة تتناسب مع التباين الجيني، مما يوفر مسارًا لتحسين التنبؤ بالمخاطر للأمراض شديدة تعدد الجينات مع البقاء ضمن إطار قابل للتفسير بيولوجيًا. كما يشيرون إلى أن التحقق المستقبلي مطلوب قبل التطبيق السريري.